【摘要】：微博相比于以往任何一種網絡傳播媒介,具有更強的原創(chuàng)性、快捷性、交互性,為每一個網絡用戶都提供了自我展示的平臺,因而迅速吸引了大量用戶。然而作為一種新型媒體,在其快速發(fā)展的同時,也給網絡輿情帶來了嚴峻的挑戰(zhàn)。微博興趣社區(qū)是微博網絡中的一種非實體社區(qū),其內部成員往往具有相似的興趣愛好。話題在社區(qū)內部被優(yōu)先收看且容易引起共鳴,使得其更容易被快速、大范圍地傳播,所以社區(qū)內熱議話題往往是大規(guī)模輿論產生的根源。由以上分析可知,發(fā)現微博興趣社區(qū)并檢測興趣社區(qū)內的熱議話題對網絡輿情的高效監(jiān)管具有重要意義。目前,微博興趣社區(qū)發(fā)現技術和熱議話題檢測技術主要還面臨以下問題:(1)現有的興趣社區(qū)發(fā)現方法大都假定用戶興趣固定不變,忽略了微博用戶興趣的漂移特性帶來的影響;(2)現實世界中的社區(qū)大都是重疊的,而現有的微博社區(qū)發(fā)現方法對重疊社區(qū)檢測的準確性較低;(3)熱議話題檢測技術主要面臨微博文本短導致的數據稀疏性問題,數據的稀疏性會對特征空間的合理性和充分性造成嚴重的影響。本文針對以上問題展開研究,主要貢獻如下:1.提出了一種基于遺忘曲線的微博用戶興趣模型。用戶興趣并非一成不變,它是一個外界刺激作用下漸變的過程,而且,用戶關注某信息的時間距離當前時間越遠則該信息越容易被遺忘,其對用戶當前興趣的影響也就越小;用戶關注某一領域的信息越多則印象越深刻,并進而會加深對該領域的興趣度;這兩點與人類對知識逐漸遺忘和重復學習強化記憶的過程具有高度相似性。因此,本文以人類記憶學中的遺忘曲線為基礎,提出了一種微博用戶興趣模型。實驗表明,該模型能較好地預測微博用戶興趣,召回率可達85.3%。2.提出了一種綜合用戶興趣與鏈接關系的微博社區(qū)發(fā)現算法。利用基于遺忘曲線的興趣模型求解用戶興趣得到用戶興趣相似度矩陣,將用戶興趣相似度矩陣映射為虛擬興趣網并求該網絡的鏈接相似度,然后結合微博用戶的真實關注關系得到總的鏈接相似度。為了將鏈接相似度用于社區(qū)發(fā)現,推廣了傳統的Ward層次聚類算法,使之適用于具有相似性度量的任意對象,并將其用于社區(qū)發(fā)現。實驗表明,該算法不需要先驗知識就能準確地發(fā)現微博社區(qū),準確率可達83.4%。3.提出了一種基于評論樹的微博社區(qū)熱議話題檢測方法。首先在分析微博文本特點的基礎上設計了一種垃圾微博的過濾算法;然后針對微博數據稀疏性這一問題,利用社區(qū)內部聯系緊密的特性,提出了微博評論樹的概念和一種話題熱度評價模型;最后基于以上兩點提出了一種微博社區(qū)熱議話題檢測方法。實驗表明,評論樹的建立使得話題檢測系統性能提高了3%。
【學位授予單位】：解放軍信息工程大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TP393.092

【參考文獻】

相關期刊論文 前10條

1 蔡波斯;陳翔;;基于行為相似度的微博社區(qū)發(fā)現研究[J];計算機工程;2013年08期

2 曾東紅;汪濤;嚴水發(fā);賴慧芳;;一種基于指數遺忘函數的協同過濾算法[J];科技廣場;2013年07期

3 王衛(wèi)平;范田;;一種基于主題相似性和網絡拓撲的微博社區(qū)發(fā)現方法[J];計算機系統應用;2013年06期

4 閆光輝;舒昕;馬志程;李祥;;基于主題和鏈接分析的微博社區(qū)發(fā)現算法[J];計算機應用研究;2013年07期

5 王琳;馮時;徐偉麗;楊卓;王大玲;張一飛;;一種面向微博客文本流的噪音判別與內容相似性雙重檢測的過濾方法[J];計算機應用與軟件;2012年08期

6 原福永;馮靜;符茜茜;曹旭峰;;一種降低微博僵尸粉影響的方法[J];現代圖書情報技術;2012年05期

7 鄭斐然;苗奪謙;張志飛;高燦;;一種中文微博新聞話題檢測的方法[J];計算機科學;2012年01期

8 張晨逸;孫建伶;丁軼群;;基于MB-LDA模型的微博主題挖掘[J];計算機研究與發(fā)展;2011年10期

9 平亮;宗利永;;基于社會網絡中心性分析的微博信息傳播研究——以Sina微博為例[J];圖書情報知識;2010年06期

10 賈自艷 ,何清 ,張�？� ,李嘉佑 ,史忠植;一種基于動態(tài)進化模型的事件探測和追蹤算法[J];計算機研究與發(fā)展;2004年07期

，

本文編號：2523632